Schätzung des GJR-GARCH-Modells
Wie jedes GARCH-Modell wird auch das GJR-GARCH-Modell zur Prognose der Volatilität verwendet. Wir nutzen dieses Modell jetzt, um die Volatilität der täglichen Microsoft-Renditen im Zeitraum 1999 bis 2017 vorherzusagen.
Diese Renditen stehen dir in der Konsole als Variable msftret zur Verfügung. Die Standard-GARCH-Volatilitätsprognosen haben wir bereits für dich berechnet. Du findest sie im Objekt sgarchvol.
Diese Übung ist Teil des Kurses
<Kurs>GARCH-Modelle in R</Kurs>Übungsanweisungen
- Spezifiziere das GJR-GARCH-Modell mit einer schiefen Student-t-Verteilung.
- Schätze das Modell.
- Vergleiche die GJR-GARCH-Volatilität mit
sgarchvol.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Specify the GJR GARCH model
garchspec <- ___(mean.model = list(armaOrder = c(0,0)),
___ = list(model = ___),
___ = ___)
# Estimate the model and compute volatility
gjrgarchfit <- ___(data = ___, spec = ___)
gjrgarchvol <- ___(___)
# Compare volatility
plotvol <- plot(abs(msftret), col = "grey")
plotvol <- addSeries(___, col = "red", on=1)
plotvol <- addSeries(sgarchvol, col = "blue", on=1)
plotvol